fastmcp-time-service 1.1.0

基于SSE传输的MCP时间服务器，提供多时区时间查询功能

LangGraph MCP Tools 🤖

一个基于LangGraph和MCP（Model Context Protocol）的智能工具集成平台，支持自定义接入和使用各种MCP工具的ReAct代理。

📦 MCP时间服务器打包

本项目包含一个可独立打包发布的MCP时间服务器，支持多时区时间查询功能。

✨ 功能特性

• 🎯 智能代理: 基于DeepSeek V3模型的ReAct代理，具备强大的推理和工具调用能力
• 🔧 MCP工具集成: 支持多种MCP工具服务器，包括GitHub、文件系统、Shell、浏览器自动化等
• 🗺️ 地理服务: 集成高德地图API，提供地理编码、路径规划、天气查询等功能
• ⏰ 时间服务: 支持多时区时间查询和格式化
• 🌐 Web界面: 基于Streamlit的现代化用户界面，支持实时对话和工具调用可视化
• 🔌 可扩展: 支持动态添加和管理MCP工具服务器
• 🔒 安全: 采用环境变量管理敏感信息，确保API密钥安全

🛠️ 支持的MCP工具

官方工具

• GitHub: 仓库管理、问题跟踪、PR创建和代码协作
• 文件系统: 文件读写、目录操作和文件管理功能
• Shell: 安全的系统命令执行和脚本运行
• 浏览器自动化: 网页操作、截图、点击和表单填写
• 序列思维: 动态反思式问题解决和结构化思考

自定义工具

• 高德地图服务: 地理编码、逆地理编码、POI搜索、天气查询、路径规划
• 时间服务: 多时区时间获取和格式化

🚀 快速开始

环境要求

• Python 3.8+
• pip 或 uv (推荐)

安装步骤

1. 克隆项目

git clone https://github.com/your-username/MCP-LangGraph-Agent.git
cd MCP-LangGraph-Agent

2. 安装依赖

# 使用 uv (推荐)
uv sync

# 或使用 pip
pip install -r requirements.txt

3. 配置环境变量

# 复制环境变量模板
cp .env.example .env

# 编辑 .env 文件，填入您的API密钥
nano .env

环境变量配置示例：

# DeepSeek API密钥 (必需)
DEEPSEEK_API_KEY=your_deepseek_api_key_here

# 高德地图API密钥 (可选，如果使用地图功能)
AMAP_API_KEY=your_amap_api_key_here

# GitHub Personal Access Token (可选，如果使用GitHub工具)
GITHUB_PERSONAL_ACCESS_TOKEN=your_github_token_here

4. 启动应用

streamlit run app.py

5. 访问应用 打开浏览器访问 http://localhost:8501

📦 MCP时间服务器打包使用

自动化打包

使用提供的自动化脚本进行打包：

# 运行自动化打包脚本
python build_package.py

脚本会自动执行以下步骤：

1. 清理之前的构建文件
2. 安装构建工具 (uv pip install build twine)
3. 构建Python包 (python -m build)
4. 可选择上传到PyPI (python -m twine upload dist/*)

手动打包

如果需要手动控制打包过程：

# 1. 安装构建工具
uv pip install build twine

# 2. 构建包
python -m build

# 3. 上传到PyPI (可选)
python -m twine upload dist/*

# 4. 上传到测试PyPI (可选)
python -m twine upload --repository testpypi dist/*

安装和使用打包后的服务器

# 从本地安装
pip install dist/mcp-time-server-1.0.0-py3-none-any.whl

# 或从PyPI安装 (发布后)
pip install mcp-time-server

# 使用命令行运行
mcp-time-server              # stdio模式 (默认)
mcp-time-server --sse        # SSE模式

# 或作为Python模块运行
python -m mcp_time_server.time_server
python -m mcp_time_server.time_server --sse

包结构

mcp_time_server/
├── __init__.py          # 包初始化文件
├── time_server.py       # 主要服务器代码
setup.py                 # setuptools配置 (兼容性)
pyproject.toml           # 现代Python包配置
MANIFEST.in              # 包含文件清单
LICENSE                  # MIT许可证
build_package.py         # 自动化打包脚本
.pypirc.example         # PyPI配置示例

📖 使用指南

基本使用

1. 启动应用后，您会看到一个现代化的聊天界面
2. 在侧边栏可以查看和管理已配置的MCP工具
3. 在聊天框中输入您的问题，AI代理会自动选择合适的工具来回答
4. 工具调用过程会实时显示，包括工具选择和执行结果

添加MCP工具

1. 点击侧边栏的 "添加MCP工具"
2. 输入工具配置的JSON格式：

{
  "tool_name": {
    "command": "npx",
    "args": ["-y", "@modelcontextprotocol/server-example"],
    "transport": "stdio"
  }
}

3. 点击 "添加工具"
4. 点击 "应用设置" 重新加载工具

示例对话

• 🗺️ "帮我查询北京到上海的驾车路线"
• 📁 "列出当前目录的所有文件"
• 🌤️ "今天北京的天气怎么样？"
• ⏰ "现在东京时间是几点？"
• 💻 "帮我在GitHub上创建一个新的仓库"

🏗️ 项目结构

MCP-LangGraph-Agent/
├── app.py                 # 主应用文件
├── config.json           # MCP工具配置
├── utils.py              # 工具函数
├── mcp_server_amap.py    # 高德地图MCP服务器
├── mcp_server_time.py    # 时间服务MCP服务器
├── requirements.txt      # Python依赖
├── .env.example         # 环境变量模板
├── .gitignore           # Git忽略文件
└── README.md            # 项目说明

🔧 配置说明

MCP工具配置

工具配置存储在 config.json 文件中，支持两种类型的MCP服务器：

1. 本地脚本类型:

{
  "tool_name": {
    "command": "python",
    "args": ["./your_script.py"],
    "transport": "stdio"
  }
}

2. NPX包类型:

{
  "tool_name": {
    "command": "npx",
    "args": ["-y", "@org/package-name"],
    "transport": "stdio"
  }
}

环境变量

变量名	描述	必需
DEEPSEEK_API_KEY	DeepSeek API密钥，用于AI对话	是
AMAP_API_KEY	高德地图API密钥，用于地理服务	否
GITHUB_PERSONAL_ACCESS_TOKEN	GitHub访问令牌，用于GitHub工具	否

🤝 贡献指南

欢迎贡献代码！请遵循以下步骤：

1. Fork 这个仓库
2. 创建您的特性分支 (git checkout -b feature/AmazingFeature)
3. 提交您的更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启一个 Pull Request

📝 开发说明

添加新的MCP工具

1. 创建新的MCP服务器脚本
2. 在 config.json 中添加配置
3. 重启应用或点击"应用设置"

自定义UI

• 修改 app.py 中的CSS样式
• 调整Streamlit组件布局
• 添加新的交互功能

🐛 问题排查

常见问题

1. 工具调用失败

   • 检查环境变量是否正确配置
   • 确认MCP服务器是否正常运行
   • 查看控制台错误日志

2. API密钥错误

   • 验证 .env 文件中的API密钥格式
   • 确认API密钥有效且有足够权限

3. 依赖安装问题

   • 使用 uv 而不是 pip 安装依赖
   • 确保Python版本兼容性

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

🙏 致谢

• LangGraph - 强大的AI工作流框架
• Streamlit - 简单易用的Web应用框架
• DeepSeek - 高性能的AI模型
• Model Context Protocol - 标准化的工具集成协议

---

⭐ 如果这个项目对您有帮助，请给它一个星星！